tensorflow ml nlp

หนังสือการประมวลผลภาษาธรรมชาติที่เริ่มต้นด้วย TensorFlow 2 และการเรียนรู้ของเครื่องได้รับการเผยแพร่แล้ว สำหรับหนังสือเล่มที่ 2 โปรดดูที่ลิงค์ด้านล่าง

ลิงค์หนังสือเล่มที่สอง: https://github.com/NLP-kr/tensorflow-ml-nlp-tf2

เอ็นแอลพีบุ๊ค

การประมวลผลภาษาธรรมชาติที่เริ่มต้นด้วย TensorFlow และการเรียนรู้ของเครื่อง (ตั้งแต่การถดถอยโลจิสติกไปจนถึงแชทบอทหม้อแปลง)

การแนะนำ

นี่คือพื้นที่เก็บข้อมูลที่รวบรวมตัวอย่างการประมวลผลภาษาธรรมชาติที่รวมอยู่ในหนังสือ

พื้นที่เก็บข้อมูลนี้จะมีประโยชน์มากขึ้นหากคุณใช้ร่วมกับหนังสือประมวลผลภาษาธรรมชาติที่ขึ้นต้นด้วย TensorFlow และการเรียนรู้ของเครื่อง

ห้องสมุดที่จำเป็น (ข้อกำหนด)

1. หลาม3
2. เทนเซอร์โฟลว์==1.10
3. มากมาย
4. หมีแพนด้า
5. พล็อตเรื่อง

วิธีการติดตั้ง (สภาพแวดล้อม)

 pip install -r requirements.txt

หากการติดตั้งดำเนินการไม่ถูกต้อง โปรดติดตั้ง python 3.6 และดำเนินการต่อ

 conda install python=3.6

การติดตั้ง CUDA เมื่อใช้ GPU

• หากคุณใช้ GPU คุณต้องติดตั้งเวอร์ชัน CUDA ที่เข้ากันได้กับ TensorFlow
• ปัจจุบัน โปรเจ็กต์นี้ได้รับการดำเนินการและทดสอบให้ทำงานบนเวอร์ชัน tensorflow==1.10 แล้ว
• สำหรับ tensorflow-gpu==1.10 โปรดติดตั้ง CUDA 9.0

สารบัญ

ขั้นเตรียมการ - บทนี้ให้ความรู้พื้นฐานเกี่ยวกับการประมวลผลภาษาธรรมชาติและการเตรียมพร้อมสำหรับการพัฒนา

1. กำลังเข้า
2. การเตรียมความพร้อมสำหรับการพัฒนาการประมวลผลภาษาธรรมชาติ
3. ภาพรวมการประมวลผลภาษาธรรมชาติ

พื้นฐานการประมวลผลภาษาธรรมชาติ - นี่คือบทฝึกหัดเกี่ยวกับโมเดลพื้นฐานในการประมวลผลภาษาธรรมชาติ

4. การจำแนกข้อความ
5. ความคล้ายคลึงกันของข้อความ

การประมวลผลภาษาธรรมชาติขั้นสูง - นี่คือบทฝึกหัดเกี่ยวกับการประมวลผลภาษาธรรมชาติขั้นสูงผ่านโมเดลแชทบอท

6. สร้างแชทบอท

สอบถามรายละเอียดเพิ่มเติม

ยินดีต้อนรับคำขอดึงเสมอ หากคุณมีปัญหา ข้อบกพร่อง หรือคำถาม โปรดฝากข้อความไว้ในฉบับนั้น

**ก่อนที่จะตรวจสอบปัญหา โปรดดูเอกสารใน Wiki ก่อนและแสดงความคิดเห็นเกี่ยวกับปัญหา!

ผู้เขียน

ชางอุคจุน / @changwookjun ([email protected])
แทคยอน / @taekyoon ([email protected])
จองฮยอน โช / @JungHyunCho ([email protected])